Nghiên Cứu Thiết Kế Tối Ưu Bộ Khung Chân Tại Trường Đại Học Bách Khoa TP.HCM

Nghiên cứu xác định thông số thiết kế tối ưu cho bộ khung chân trong luận văn thạc sĩ kỹ thuật cơ khí, nâng cao hiệu suất và độ bền.

• Tác giả: Ton That Thien Vu
• Người hướng dẫn: TS. Nguyen Huu Tho
• Trường học: Trường Đại Học Bách Khoa - ĐH Quốc Gia TP. Hồ Chí Minh
• Chuyên ngành: Kỹ Thuật Cơ Khí
• Đề tài: Nghiên Cứu Thiết Kế Tối Ưu Bộ Khung Chân Bằng Phương Pháp NSGA-II và AMO
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2018
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• TÓM TẮT
• ABSTRACT
• 1. CHƯƠNG 1: GIỚI THIỆU VỀ BỘ KHUNG XƯƠNG NGOÀI
• 1.1. Sự hình thành đề tài
• 1.2. Tình hình nghiên cứu
• 2. CHƯƠNG 2: GIẢI THUẬT DI TRUYỀN ĐA MỤC TIÊU
• 3. CHƯƠNG 3: MÔ HÌNH VÀ PHÂN TÍCH BỘ KHUNG CHÂN
• 4. CHƯƠNG 4: XÂY DỰNG MÔ HÌNH CAD VÀ PHÂN TÍCH ẢNH HƯỞNG
• 5. CHƯƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giới thiệu về Nghiên Cứu Thiết Kế Tối Ưu Bộ Khung Chân

Nghiên cứu thiết kế tối ưu bộ khung chân là một lĩnh vực quan trọng trong kỹ thuật cơ khí. Bộ khung chân giúp người sử dụng có thể ngồi mà không cần ghế, đồng thời hỗ trợ cho các hoạt động hàng ngày. Việc tối ưu hóa thiết kế bộ khung chân không chỉ giúp nâng cao hiệu suất mà còn đảm bảo tính an toàn cho người sử dụng. Nghiên cứu này sử dụng các phương pháp hiện đại như NSGA-II và AMO để tìm kiếm các thông số tối ưu cho bộ khung chân.

1.1. Tầm quan trọng của bộ khung chân trong cuộc sống

Bộ khung chân đóng vai trò quan trọng trong việc hỗ trợ người khuyết tật và người cao tuổi. Nó giúp cải thiện khả năng di chuyển và sinh hoạt hàng ngày, mang lại sự tự tin cho người sử dụng.

1.2. Các ứng dụng của bộ khung chân trong y tế

Bộ khung chân được ứng dụng rộng rãi trong lĩnh vực y tế, từ việc hỗ trợ phục hồi chức năng cho bệnh nhân đến việc cải thiện chất lượng cuộc sống cho người khuyết tật.

II. Vấn đề và Thách thức trong Thiết Kế Bộ Khung Chân

Thiết kế bộ khung chân gặp nhiều thách thức, bao gồm việc đảm bảo tính linh hoạt, độ bền và khả năng tương thích với cơ thể người. Các yếu tố như trọng lượng, kích thước và hình dáng của bộ khung cũng cần được xem xét kỹ lưỡng. Việc tối ưu hóa thiết kế không chỉ giúp cải thiện hiệu suất mà còn giảm thiểu rủi ro cho người sử dụng.

2.1. Những khó khăn trong việc tối ưu hóa thiết kế

Việc tối ưu hóa thiết kế bộ khung chân đòi hỏi phải cân nhắc nhiều yếu tố khác nhau, từ vật liệu đến cấu trúc. Điều này tạo ra nhiều khó khăn trong quá trình nghiên cứu và phát triển.

2.2. Tác động của thiết kế đến hiệu suất sử dụng

Thiết kế không hợp lý có thể dẫn đến việc giảm hiệu suất sử dụng bộ khung chân, gây khó khăn cho người sử dụng trong các hoạt động hàng ngày.

III. Phương Pháp NSGA II trong Nghiên Cứu Thiết Kế Tối Ưu

Phương pháp NSGA-II (Nondominated Sorting Genetic Algorithm II) là một trong những thuật toán di truyền được sử dụng phổ biến trong tối ưu hóa đa mục tiêu. Phương pháp này giúp tìm kiếm các giải pháp tối ưu cho thiết kế bộ khung chân bằng cách phân loại các giải pháp dựa trên độ ưu việt của chúng. NSGA-II cho phép tìm ra các giải pháp Pareto, từ đó hỗ trợ cho việc ra quyết định trong thiết kế.

3.1. Nguyên lý hoạt động của NSGA II

NSGA-II hoạt động dựa trên nguyên lý di truyền, nơi các giải pháp được lai tạo và chọn lọc qua nhiều thế hệ để tìm ra giải pháp tối ưu nhất.

3.2. Lợi ích của việc sử dụng NSGA II trong thiết kế

Việc sử dụng NSGA-II giúp giảm thiểu thời gian và chi phí trong quá trình thiết kế, đồng thời nâng cao chất lượng của các giải pháp thiết kế.

IV. Phương Pháp AMO trong Tối Ưu Hóa Thiết Kế

Phương pháp AMO (Adaptive-Multiple Objective) là một phương pháp tối ưu hóa thích ứng, cho phép điều chỉnh các tham số trong quá trình tìm kiếm giải pháp. AMO giúp cải thiện hiệu suất của bộ khung chân bằng cách tối ưu hóa các thông số thiết kế dựa trên phản hồi từ quá trình thử nghiệm. Phương pháp này có thể được kết hợp với NSGA-II để đạt được kết quả tốt nhất.

4.1. Cách thức hoạt động của AMO

AMO hoạt động bằng cách điều chỉnh các tham số thiết kế dựa trên các tiêu chí đánh giá hiệu suất, từ đó tìm ra giải pháp tối ưu nhất cho bộ khung chân.

4.2. So sánh giữa AMO và NSGA II

Mặc dù cả hai phương pháp đều hướng đến tối ưu hóa thiết kế, AMO có thể cho kết quả nhanh hơn với số lượng mẫu đánh giá ít hơn so với NSGA-II.

V. Ứng Dụng Thực Tiễn và Kết Quả Nghiên Cứu

Kết quả nghiên cứu cho thấy phương pháp NSGA-II và AMO đều cho ra các thông số tối ưu cho bộ khung chân. Các thông số này không chỉ đáp ứng yêu cầu về hiệu suất mà còn đảm bảo tính an toàn cho người sử dụng. Việc áp dụng các phương pháp này trong thiết kế bộ khung chân đã mang lại những kết quả khả quan, mở ra hướng đi mới cho nghiên cứu và phát triển trong lĩnh vực này.

5.1. Kết quả đạt được từ nghiên cứu

Nghiên cứu đã xác định được các thông số tối ưu như góc tháp nhát và chiều cao, giúp cải thiện hiệu suất của bộ khung chân.

5.2. Ứng dụng của bộ khung chân trong thực tế

Bộ khung chân có thể được ứng dụng trong nhiều lĩnh vực, từ y tế đến công nghiệp, giúp nâng cao chất lượng cuộc sống cho người sử dụng.

VI. Kết Luận và Tương Lai của Nghiên Cứu Thiết Kế

Nghiên cứu thiết kế tối ưu bộ khung chân bằng phương pháp NSGA-II và AMO đã mở ra nhiều cơ hội mới trong lĩnh vực kỹ thuật cơ khí. Các phương pháp này không chỉ giúp tối ưu hóa thiết kế mà còn nâng cao hiệu suất và tính an toàn cho người sử dụng. Tương lai của nghiên cứu này hứa hẹn sẽ tiếp tục phát triển với nhiều ứng dụng mới, đáp ứng nhu cầu ngày càng cao của xã hội.

6.1. Hướng phát triển trong tương lai

Nghiên cứu sẽ tiếp tục mở rộng để tìm kiếm các giải pháp tối ưu hơn cho bộ khung chân, đồng thời áp dụng các công nghệ mới trong thiết kế.

6.2. Tác động của nghiên cứu đến xã hội

Nghiên cứu này không chỉ mang lại lợi ích cho người sử dụng bộ khung chân mà còn góp phần nâng cao chất lượng cuộc sống cho cộng đồng.

Nội dung chính

Tổng quan nghiên cứu

Bộ khung chân (lower extremity exoskeleton) là thiết bị hỗ trợ người đeo có thể ngồi xổm mà không cần ghế, đồng thời không gây cản trở trong các hoạt động di chuyển. Theo ước tính, Việt Nam hiện có khoảng 10,1 triệu người cao tuổi, chiếm 11% dân số, trong đó 2 triệu người trên 80 tuổi, dự báo đến năm 2030 tỷ lệ này sẽ tăng lên 18% và đến 2050 là 26%. Sự già hóa dân số nhanh chóng đặt ra nhu cầu cấp thiết về các thiết bị hỗ trợ vận động cho người cao tuổi và người lao động nhằm giảm thiểu tổn thương, tăng hiệu quả làm việc và cải thiện chất lượng cuộc sống.

Nghiên cứu tập trung vào việc xác định các thông số thiết kế tối ưu cho bộ khung chân hỗ trợ ngồi xổm, sử dụng các thuật toán tối ưu đa mục tiêu hiện đại như NSGA-II và AMO. Phạm vi nghiên cứu thực hiện tại Trường Đại học Bách Khoa, Đại học Quốc gia TP. Hồ Chí Minh, trong năm 2018, với mục tiêu xây dựng mô hình CAD tối ưu, giảm thiểu số lượng mẫu đánh giá và hỗ trợ ra quyết định thiết kế bằng phương pháp TOPSIS. Kết quả nghiên cứu có ý nghĩa quan trọng trong việc phát triển các thiết bị hỗ trợ vận động phù hợp với đặc điểm sinh lý người Việt Nam, góp phần nâng cao sức khỏe và năng suất lao động.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên các lý thuyết và mô hình sau:

• Thuật toán di truyền đa mục tiêu NSGA-II: Thuật toán này sử dụng phương pháp phân loại nhanh các cá thể vượt trội hoàn toàn, duy trì sự đa dạng và hội tụ tốt đến biên Pareto, giúp tìm kiếm tập hợp các giải pháp tối ưu đa mục tiêu trong không gian thiết kế phức tạp.

• Tối ưu hóa thích ứng đa mục tiêu (AMO): Kết hợp thuật toán NSGA-II với mô hình bề mặt đáp ứng Kriging, giúp giảm số lượng đánh giá thực tế bằng cách dự đoán và kiểm soát lỗi mô hình, từ đó tăng hiệu quả tối ưu hóa.

• Mô hình bề mặt đáp ứng Kriging: Thuật toán nội suy đa chiều chính xác, kết hợp mô hình đa thức toàn cục và hàm ngẫu nhiên Gaussian để mô phỏng không gian thiết kế, cung cấp dự đoán lỗi tương đối giúp cải thiện chất lượng mô hình.

• Phương pháp TOPSIS: Kỹ thuật hỗ trợ ra quyết định đa tiêu chí, giúp lựa chọn phương án thiết kế tối ưu dựa trên khoảng cách đến giải pháp lý tưởng.

Các khái niệm chính bao gồm: biên Pareto, khoảng cách số đông (crowding distance), phân loại vượt trội hoàn toàn, mô hình CAD, và các góc khớp gối, mắt cá chân ảnh hưởng đến vị trí trọng tâm.

Phương pháp nghiên cứu

Nguồn dữ liệu chính là các mô hình CAD của bộ khung chân được xây dựng dựa trên khảo sát các mẫu khung chân hiện có trên thế giới như LegX, Noonee, Archelis, OFREES. Cỡ mẫu nghiên cứu gồm 10 cá thể thiết kế được đánh giá bằng hai thuật toán AMO và NSGA-II.

Phương pháp phân tích bao gồm:

• Sử dụng phương pháp Box-Behnken để thiết kế thực nghiệm, đánh giá ảnh hưởng của các biến đầu vào như số mẫu ban đầu, số mẫu mỗi vòng lặp và số vòng lặp tối đa đến hiệu quả của AMO.

• Áp dụng thuật toán NSGA-II và AMO để tìm kiếm các thông số tối ưu đa mục tiêu cho bộ khung chân, tập trung vào các góc khớp gối và mắt cá chân.

• Sử dụng phương pháp TOPSIS để hỗ trợ ra quyết định lựa chọn các thông số thiết kế tối ưu từ tập hợp các giải pháp Pareto.

Timeline nghiên cứu kéo dài trong năm 2018, với các giai đoạn xây dựng mô hình, thực nghiệm tối ưu hóa, phân tích kết quả và đề xuất giải pháp thiết kế.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Thông số tối ưu của bộ khung chân: Các góc khớp tối ưu được xác định là góc gối tối thiểu khoảng 24,81° và góc mắt cá chân tối đa khoảng 115°, phù hợp với đặc điểm vận động của người Việt Nam.

2. Hiệu quả thuật toán AMO so với NSGA-II: Với cùng giá trị đầu vào, AMO và NSGA-II cho kết quả tương đương về chất lượng giải pháp, tuy nhiên số lượng mẫu đánh giá hội tụ của AMO chỉ bằng khoảng 66% so với NSGA-II, cho thấy AMO tiết kiệm đáng kể thời gian tính toán.

3. Ảnh hưởng các biến đầu vào đến hiệu quả AMO: Qua phương pháp Box-Behnken, số lượng mẫu ban đầu, số mẫu mỗi vòng lặp và số vòng lặp tối đa có ảnh hưởng rõ rệt đến độ chính xác và tốc độ hội tụ của thuật toán AMO, với mức độ ảnh hưởng được đánh giá qua giá trị P-Value dưới 0,05 ở độ tin cậy 95%.

4. Biên dạng Pareto và lựa chọn thiết kế: Biểu đồ Pareto của AMO và NSGA-II cho thấy tập hợp các giải pháp khả thi đa dạng, trong đó TOPSIS giúp lựa chọn phương án tối ưu cân bằng giữa các mục tiêu như độ bền, trọng lượng và sự thoải mái.

Thảo luận kết quả

Kết quả cho thấy việc ứng dụng AMO kết hợp với mô hình Kriging là phương pháp tối ưu hiệu quả cho bài toán thiết kế đa mục tiêu bộ khung chân, giảm thiểu số lượng mẫu đánh giá thực tế mà vẫn đảm bảo chất lượng giải pháp. So sánh với các nghiên cứu trước đây về thiết kế exoskeleton trên thế giới, phương pháp này phù hợp với điều kiện và đặc điểm sinh lý người Việt Nam, đồng thời tận dụng được ưu điểm của các thuật toán tiến hóa hiện đại.

Việc xác định các góc khớp tối ưu giúp cải thiện sự ổn định và thoải mái khi ngồi xổm, đồng thời giảm áp lực lên các khớp, góp phần nâng cao hiệu quả sử dụng bộ khung. Các biểu đồ Pareto và bảng phân tích P-Value minh họa rõ ràng sự ảnh hưởng của các biến thiết kế, hỗ trợ việc ra quyết định kỹ thuật chính xác hơn.

Kết quả cũng cho thấy tiềm năng ứng dụng rộng rãi của bộ khung chân trong hỗ trợ người cao tuổi, người lao động và người khuyết tật, góp phần giảm thiểu tổn thương nghề nghiệp và nâng cao chất lượng cuộc sống.

Đề xuất và khuyến nghị

1. Triển khai ứng dụng AMO trong thiết kế CAD: Khuyến nghị các đơn vị nghiên cứu và doanh nghiệp ứng dụng phương pháp AMO kết hợp Kriging để tối ưu hóa thiết kế sản phẩm exoskeleton, nhằm giảm thời gian và chi phí thử nghiệm, hoàn thành trong vòng 12 tháng.

2. Phát triển bộ khung chân phù hợp đặc điểm người Việt: Đề xuất thiết kế bộ khung chân với các góc khớp tối ưu đã xác định, tập trung vào sự thoải mái và không cản trở vận động, thực hiện thử nghiệm thực tế tại các trung tâm phục hồi chức năng trong 18 tháng.

3. Tăng cường đào tạo và chuyển giao công nghệ: Động viên các trường đại học, viện nghiên cứu tổ chức các khóa đào tạo về thuật toán tối ưu đa mục tiêu và ứng dụng CAD trong thiết kế cơ khí, nhằm nâng cao năng lực nghiên cứu và phát triển sản phẩm trong 6-12 tháng tới.

4. Hợp tác đa ngành phát triển exoskeleton: Khuyến khích hợp tác giữa các chuyên gia cơ khí, y sinh, công nghệ thông tin và vật liệu để phát triển các thế hệ exoskeleton mới, tích hợp cảm biến và điều khiển thông minh, hướng tới sản phẩm thương mại trong 3-5 năm.

Đối tượng nên tham khảo luận văn

1. Nhà nghiên cứu và giảng viên ngành kỹ thuật cơ khí, cơ sinh học: Nghiên cứu các phương pháp tối ưu hóa đa mục tiêu và ứng dụng trong thiết kế sản phẩm hỗ trợ vận động.

2. Kỹ sư thiết kế CAD/CAE trong ngành công nghiệp robot và thiết bị y tế: Áp dụng thuật toán AMO và NSGA-II để nâng cao hiệu quả thiết kế, giảm chi phí thử nghiệm.

3. Chuyên gia phục hồi chức năng và y tế: Hiểu rõ các thông số kỹ thuật và thiết kế bộ khung chân hỗ trợ người cao tuổi, người khuyết tật, từ đó tư vấn và ứng dụng thiết bị phù hợp.

4. Doanh nghiệp phát triển sản phẩm exoskeleton và thiết bị hỗ trợ lao động: Tham khảo các giải pháp tối ưu thiết kế để phát triển sản phẩm phù hợp với thị trường Việt Nam và quốc tế.

Câu hỏi thường gặp

1. Bộ khung chân exoskeleton là gì và có tác dụng gì?
   Bộ khung chân là thiết bị hỗ trợ người đeo có thể ngồi xổm mà không cần ghế, giảm áp lực lên khớp gối và mắt cá, giúp người cao tuổi hoặc người lao động duy trì tư thế lâu hơn và giảm tổn thương. Ví dụ, thiết bị LegX giúp người lao động ngồi xổm nhiều lần mà không mỏi.

2. Tại sao sử dụng thuật toán NSGA-II và AMO trong thiết kế?
   NSGA-II và AMO là các thuật toán tối ưu đa mục tiêu giúp tìm ra tập hợp các giải pháp tối ưu Pareto, cân bằng giữa các mục tiêu như độ bền, trọng lượng và sự thoải mái. AMO kết hợp mô hình Kriging giúp giảm số lượng mẫu đánh giá thực tế, tiết kiệm thời gian và chi phí.

3. Phương pháp TOPSIS hỗ trợ ra quyết định như thế nào?
   TOPSIS đánh giá các giải pháp dựa trên khoảng cách đến giải pháp lý tưởng, giúp lựa chọn phương án thiết kế tối ưu nhất trong tập hợp các giải pháp Pareto, đảm bảo cân bằng các tiêu chí kỹ thuật và thực tiễn.

4. Nghiên cứu có áp dụng được cho người Việt Nam không?
   Có, nghiên cứu xác định các góc khớp tối ưu phù hợp với đặc điểm sinh lý người Việt, giúp thiết kế bộ khung chân phù hợp, nâng cao hiệu quả sử dụng và thoải mái khi vận động.

5. Làm thế nào để triển khai ứng dụng kết quả nghiên cứu?
   Các đơn vị nghiên cứu và doanh nghiệp có thể áp dụng phương pháp AMO trong thiết kế CAD, phối hợp với các trung tâm phục hồi chức năng để thử nghiệm thực tế, đồng thời đào tạo nhân lực và hợp tác đa ngành để phát triển sản phẩm thương mại.

Kết luận

• Nghiên cứu đã xác định thành công các thông số thiết kế tối ưu cho bộ khung chân hỗ trợ ngồi xổm, với góc gối tối thiểu 24,81° và góc mắt cá chân tối đa 115°.
• Thuật toán AMO kết hợp Kriging cho hiệu quả tối ưu hóa cao hơn NSGA-II, giảm 34% số lượng mẫu đánh giá thực tế.
• Phương pháp Box-Behnken giúp đánh giá chính xác ảnh hưởng các biến đầu vào đến hiệu quả thuật toán.
• Phương pháp TOPSIS hỗ trợ ra quyết định lựa chọn thiết kế tối ưu từ tập hợp giải pháp Pareto đa dạng.
• Kết quả nghiên cứu có ý nghĩa thực tiễn lớn trong phát triển thiết bị hỗ trợ vận động cho người cao tuổi, người lao động và người khuyết tật tại Việt Nam.

Next steps: Triển khai thử nghiệm thực tế bộ khung chân tối ưu, đào tạo nhân lực và phát triển sản phẩm thương mại trong vòng 1-3 năm tới.

Call to action: Các nhà nghiên cứu, doanh nghiệp và cơ sở y tế nên hợp tác để ứng dụng và phát triển công nghệ exoskeleton phù hợp với nhu cầu thực tế, góp phần nâng cao chất lượng cuộc sống và năng suất lao động.

Trích đoạn nội dung tài liệu

ĐẠI HỌC QUOC GIA THÀNH PHO HO CHÍ MINH TRUONG DAI HOC BACH KHOA TON THAT THIEN VU NGHIEN CUU XAC DINH CAC THONG SO THIET KE TOI UU CHO BO KHUNG CHAN Chuyên ngành: Kỹ Thuật Cơ Khí Mã ngành: 60520103 TP.HỎ CHÍ MINH, tháng 06 năm 2018 Công trình được hoàn thành tại: Trường Đại Học Bách Khoa - ĐHỌG TP.HCM Cán bộ hướng dẫn khoa hoc? .-- 2 =+s EE*E SE EE#EEE SE kg vrkrkrvrrerred (Ghi rõ ho, tên, học hàm, học vi và chữ ký) Cán bộ chấm nhận xét Ï:. G2 tt Sa SE S38 E98S8E5E5E5E E588 1558581855558 EEEEE E552 se. (Ghi rõ ho, tên, học hàm, học vi và chữ ký) Cán bộ chấm nhận xét 2: .ccccccccccccscccsssscscscesescscescscseescscseescscssescseseessacseessscseescaeseeeees (Ghi rõ ho, tên, học hàm, học vi và chữ ký) Luan văn thạc sĩ được bảo vệ tại Trường Dai học Bách Khoa, DHQG Tp. Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: (Ghi rõ ho, tên, học hàm, học vi của Hội đông cham bảo vệ luận văn thạc si) Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý chuyên ngành sau khi luận văn đã được sửa chữa (nêu có).

CHỦ TỊCH HỘI DONG TRƯỞNG KHOA. LUẬN VĂN TỐT NGHIỆP LOI CAM ON Đầu tiên tôi muốn gửi lời cảm ơn đến thay Nguyễn Hữu Tho, luận văn này sẽ không được hoàn thành nếu không có sự hướng dẫn tận tình của Thây, Thây đã tạo mọi điều kiện thuận lợi để tôi thực hiện nghiên cứu, thực nghiệm cũng như tháo gỡ các khúc mắc mà tôi gặp phải trong quá trình thực hiện luận văn. Tôi cũng gửi lời cảm ơn đến gia đình và người thân của mình, họ luôn là động lực để tôi phân đấu trong cuộc sống cũng như trong việc học tập, nghiên cứu. Cuối cùng tôi xin gửi lời cảm ơn đến bạn bè, học viên cao học đã trải qua khó khăn, vui buồn trong suốt thời gian học cao học.

Tôi xin chân thành cảm ơn! Tp. Hồ Chí Minh, ngày 25 thang 06 năm 2018 TON THAT THIÊN VU GVHD: TS. NGUYEN HUU THO | HVTH: TON THAT THIÊN VU LUẬN VĂN TOT NGHIỆP TÓM TAT Khung chân (lower extremity exoskeleton) là thiết bị hỗ trợ cho người đeo có thể ngôi mà không cần ghế. Thiết kế bộ khung phải thoả mãn nhiều mục tiêu phù hợp với cơ thé người deo là cần thiết.

Các hệ thông CAD hiện nay chưa trang bị tốt các công cu tính toán tối ưu tiến hoá. Bai báo này nghiên cứu khả năng ứng dụng CAD cho bai toán tối ưu thiết kế đa mục tiêu. Trong nghiên cứu này, phương pháp NSGA-II và AMO đã được sử dụng dé tìm kiếm các thông số tôi ưu của bộ khung chân. Hơn nữa phương pháp quy hoạch Box-Behnken được sử dung dé đánh giá mức độ ảnh hưởng đầu vao của AMO.

Biên dạng pareto của các phương án khả thi được rút ra từ các phương pháp trên. Sau đó phương pháp TOPSIS được sử dụng để hỗ trợ ra quyết định chọn lựa các thông số thiết kế. Với kết quả đạt được cho thay các góc tối ưu có giá trị như sau ONgéi tháp nhát = 24.81”, ONedi Cao nhdt=115. Với cùng giá trị đầu vào, AMO và NSGA-II cho kết quả tương đương nhau, nhưng số lượng mẫu đánh giá hội tụ của AMO chỉ băng 0.66 của NSGA-II.

Phương pháp dé nghị trong bai báo rất phù hợp cho việc thiết kế đa mục tiêu. Từ khoá: MOGA, NSGA-II, AMO, bộ khung chân, thiết kế sản phẩm GVHD: TS. NGUYÊN HỮU THỌ 2 HVTH: TON THAT THIÊN VŨ LUẬN VĂN TOT NGHIỆP ABSTRACT Lower extremity exoskeleton is a device that allows the wearer to squat without a chair. The design must satisfy multiple objectives of body human.

This paper presents an application of NSGA-II (nondominated sorting genetic algorithm IT) and AMO (Adaptive-Multiple objective) for solving the multiple-objective optimization in a problem of Lower extremity exoskeleton design. In this study, the Box-Behnken design (BBD) - based response surface methodology was used to investigate the effects of number of initial samples, number of samples per iteration and maximum number of iterations on AMO. Then, Pareto-optimal frontier of feasible points was carried out for the alternative solutions of design problem. In addition, the TOPSIS (Technique for Order Preference by Similarity to an Ideal Solution) is employed to support the decision makers in making engineering decision for selecting the optimum parameters.

The best parameters obtained are omin = 24. With same inputs, AMO have less number of evaluations than MOGA (Multiple-Objective Genetic Algorithm), so AMO highlighted their better performance for optimum design. The method in this study is advantageous for multiobjective optimization in CAD problem. Keywords: MOGA, NSGA-II, AMO, exoskeleton, product design GVHD: TS.

NGUYEN HUU THO 3 HVTH: TON THAT THIEN VU LUẬN VĂN TOT NGHIỆP LỜI CAM ĐOAN CỦA TÁC GIÁ Các nghiên cứu của tôi được phân tích dựa trên việc tham khảo một số tài liệu, luận văn, bài báo đã thực hiện. Các phân tích, đánh giá và trích xuất dữ liệu là hoản toàn trung thực, không vi phạm bat cứ điều gì trong luật sở hữu trí tuệ và pháp luật Việt Nam. Tôi hoàn toàn chịu trách nhiệm trước pháp luật về luận văn của tôi. Tác giả TON THAT THIÊN VU GVHD: TS.

NGUYEN HUU THO 4 HVTH: TON THAT THIEN VU LUẬN VĂN TOT NGHIỆP MỤC LỤC MUC LUC 2 5 DANH SÁCH CAC BẢNG.-- 5-5 t1 1 1 12 1211151111111 1111111101 110101 1111 ve 7 DANH SÁCH CÁC HINH VỄ. Su hình thành dé tài: ccc + <5 E2 2k1 EE AE EEEEEEEErkrrrrkrkee 11 1. Giới thiệu về bộ khung xương ngoải:. Tinh hình nghiÊn CỨU:.

Tinh cấp thiết của dé tài:. Mục tiêu nghiÊn CỨU.--- G5 2222223233119 11 1111111111 1111111812332 27 "vua an aCG. Giải thuật di truyÊn. Thuật toán di truyền đa mục tIỂU.

Tối ưu hóa thích ứng đa mục tiÊU .-- << k+k+k+E+E+EeEeEsEsrererees 36 “SG na. Thuật toán di truyền đa mục tiêu NSGA-II [27]. Phương pháp TOPSIS. S 99901111 vn ng ng.

Mô hình fOá. ---- << << C139 1EE1130 ST ve %4 3. Quy trình phân tÍch. Q1 H11 1 TT TT H1 0 Tu 57 4.

Xây dựng mô hình khung chân và phân tích anh hưởng góc mat cá, góc hông lên vi trí trọng tâm ở bàn chân. - - - << << cc 11 1133313133115993311 11111111111 ng ng v2 63 4. Xây dựng mô hình CAlD. NGUYÊN HỮU THỌ 5 HVTH: TON THAT THIÊN VŨ LUẬN VĂN TOT NGHIỆP 4.

Phân tích ảnh hưởng của góc mắt cá và góc hông lên vị trí trọng tâm chiếu xuống bàn chân. Kết luận và kiến nghị. - -c- - kk SE 5 SE cct 91T g1 HE E1 11111 Eerkr. Những van dé được giải QUYẾT:.

G1111 1 TT TT TT HH ng ngu 67 6. Tài liệu tham khảO. Gv HH nh 71 7. Bang quy hoạch thực nghiệm và P-Value.

Bat báo khoa hỌC. -------- c1 nà 81 GVHD: TS. NGUYEN HUU THO 6 HVTH: TON THAT THIEN VU LUẬN VĂN TOT NGHIỆP DANH SÁCH CAC BANG Bảng 1.1: Đánh giá về bộ khung chân LegXX.2: Đánh giá về bộ khung chân của Noonee .3: Đánh giá về bộ khung chân Arehelis.- - - + +s+£+Es££e£Ezxzxzxzxexd 24 Bảng 1.4: Đánh giá về bộ khung chân OFREEES.-- + 2< sex cxzxexexd 26 Bảng 3.1: Bảng mục tiêu của bộ khung chân.2: Giá trị giới han các biến quyết dinh. cc cecceceeesssesesesesesesessceesenees 55 Bảng 3.3: Giá trị nhân tỐ.4: Kết qua thực nghi@m.5: Bang kết quả 10 cá thé của AMO.6: Kết qua 10 cá thé của MOGA.- G11 EEEE5E5E5E3 E111 ckckrkred 60 Bang 3.7: Bang giá trị của biến quyết định cá thé l.8: Khoảng cách tâm và góc khớp đùi ở 10 nắc của khoá e.1: Giá trị nhân tố £, + và Hh.- ch E1 1919151 E111 1xx 64 Bang 4.2: Bảng quy hoạch thực nghiệm của e, t, h và A tương ứng với c = 215mm.3: Giá trị P-Value với độ tin cậy 95% khi phân tích c = 215mm.1: Bảng quy hoạch thực nghiệm của e, t, h và A tương ứng với c = 236mm.2: Giá tri P-Value với độ tin cậy 95% khi phân tích c = 236mm.3: Bang quy hoạch thực nghiệm của e, 1, h va A tương ứng với c = 249mm.4: Giá trị P-Value với độ tin cậy 95% khi phân tích c = 249mm.5: Bảng quy hoạch thực nghiệm của e, 1, h và A tương ứng với c = 263mm.6: Giá trị P-Value với độ tin cậy 95% khi phân tích c = 263mm.7: Bảng quy hoạch thực nghiệm của e, t, h và A tương ứng với c = 276mm.

NGUYÊN HỮU THỌ 7 HVTH: TON THAT THIÊN VŨ LUẬN VĂN TOT NGHIỆP Bang 7.8: Giá tri P-Value với độ tin cậy 95% khi phân tích c = 276mm.9: Bang quy hoạch thực nghiệm của e, t, h va A tương ứng với c = 290mm.10: Gia trị P-Value với độ tin cậy 95% khi phân tích c = 290mm.11: Bảng quy hoạch thực nghiệm của e, t, h và A tương ứng với c = 303mm.12: Gia trị P-Value với độ tin cậy 95% khi phân tích c = 303mm.13: Bảng quy hoạch thực nghiệm của e, t, h và A tương ứng với c = 317mm.14: Gia trị P-Value với độ tin cậy 95% khi phân tích c = 317mm.15: Bảng quy hoạch thực nghiệm của e, t, h và A tương ứng với c = 329mm.16: Gia trị P-Value với độ tin cậy 95% khi phân tích c = 329mm.17: Bảng quy hoạch thực nghiệm của e, t, h và A tương ứng với c = 343mm.18: Gia trị P-Value với độ tin cậy 95% khi phân tích c = 343mm.19: Bảng quy hoạch thực nghiệm của e, t, h và A tương ứng với c = 356mm.20: Gia trị P-Value với độ tin cậy 95% khi phân tích c = 356mm. NGUYÊN HỮU THỌ 8 HVTH: TON THAT THIEN VU LUẬN VĂN TOT NGHIỆP DANH SÁCH CÁC HINH VE Hình 1.4: (a) HAL-1 mau B (1996-1999), (b) HAL-3 (1999-2003), (c) HAL-5 mau 02 10p 1P UUI.7: Adrianne Haslet-Davis sử dung chan sinh học biểu diễn khiêu vũ [21].8: Robot sinh hoc dang Orthotic Exoskeleton [22 |.9: Thiết bị hỗ trợ khớp gối [23].10: Bộ khung LegX [15].11: Bộ khung chân của NoOP€G.- 5G 21119 11 ng kg 22 Hình 1.12: Bộ khung ArclieÏ1S.--- 5 2 1111113333111 1 1111118811111 1 ng kg 24 Hình 1.13: Bộ khung chân của OFREES [2Š].-- --- 555-5555 S<<ccs+sseesssess 25 Hình 2.1: Lưu đồ các bước thực hiện MOGA trong ANSYS.2: Lai tạo một điỂm.---::Sc++EE S33 SE E3 E338 SE EEEEEEEEESEEEEEEEEEEEErrrkrees 35 Hình 2.3: Lai tạo hai điỀm. -i- (tt SE St S3 E3 S818 931818 5318181511111 E51E11 E511 Esesee 35 Hình 2.4: Lai tạo đỀU. --i- tt 3313 9818181511818 E11 11111111111 E11 1111115111515 E1 E5 EEeeree 35 Hình 2.5: Lưu đồ giải thuật AlMO.

5+ 5s St 1E EES1E15111 1111111111 cxe, 38 Hình 2.6: Tính toán khoảng cách số đông. Các điểm được đánh dấu bang vòng tròn đen là các giải pháp của biên thành phan vượt trội hoàn toàn.7: Phương pháp NSIA -ÏÏ.- c1 1113333311111 111 111881111111 ng kg 52 Hình 3.1: Mô hình nguyên lý bộ khung chân.- 5-5-2 ss+ssssseeesrrs 54 Hình 3.2: Các kích thước của chỉ tiẾt khoá.3: Lưu đồ thực hiện của luận văn.-- -cSc ca Sa EE SE E+ESEEeEeErerersesssez 57 Hình 3.